graphrag light

cahaya graphrag

Selamat datang di cahaya graphrag. Implementasi graphrag asli GCP yang mudah untuk dimulai.

Langkah-Langkah Instalasi

1. Jalankan di terminal untuk membuat python venv:

 python3 -m venv .venv-graphrag-lite 

2. graphrag-lite menggunakan graph2nosql, antarmuka python sederhana untuk menyimpan dan mengelola grafik pengetahuan di DB NoSQL pilihan Anda ( tidak perlu graphdb, Anda mendengarnya dengan benar!).

Tambahkan graph2nosql ke folder proyek Anda untuk instalasi lokal. Tidak ada distribusi pip yang tersedia (belum).

 git clone https://github.com/jakobap/graph2nosql.git

3. Instal dependensi graphrag-lite

 pip install -r ./graphrag_lite/requirements.txt

4. Repo ini mengimplementasikan graphrag sebagai arsitektur paralel di GCP. Sebagian besar langkah pengindeksan dan kueri diproses oleh dua layanan mikro tanpa kewarganegaraan. Ini didefinisikan dalam stateless-comm-reporter dan stateless-context-processor . Kedua direktori berisi Makefile untuk mengotomatisasi pembangunan dan penerapan.

Untuk menyebarkan:

• Hasilkan satu atau beberapa kunci akun layanan dan letakkan di stateless-comm-reporter dan stateless-context-processor .
• Siapkan file .env dengan variabel lingkungan berikut dan letakkan di stateless-comm-reporter dan stateless-context-processor :

 GCP_CREDENTIAL_FILE=""
GCP_PROJECT_ID=""
GCP_PROJECT_NUMBER =""
GCP_REGION =""
GCP_MULTIREGION = ""
DOCUMENT_AI_PROCESSOR_ID =""
DOCUMENT_AI_PROCESSOR_VERSION = ""
LANGFUSE_SECRET_KEY = 
LANGFUSE_PUBLIC_KEY = 
LANGFUSE_HOST=
FIRESTORE_DB_ID=""
NODE_COLL_ID=""
COMM_COLL_ID=""
EDGES_COLL_ID=""
SCHEDULER_PUBSUB_ID=""
COMMUNITY_WL_PUBSUB=""
QUERY_FS_DB_ID=""
QUERY_FS_INT__RESPONSE_COLL=""
RAW_PDFS_BUCKET_NAME=""

• Berlari

 make all